양자 소프트웨어 자동화를 향하여: LLM 기반 진화에 대한 양자 인식 하네스

양자 소프트웨어는 부족한 양자 하드웨어의 효율성과 신뢰성을 개선하는 데 매우 중요합니다. 그러나 그 설계는 여전히 종종 최적이 아니며, 양자 하드웨어가 발전함에 따라 빠르게 구식이 되는 임시방편적이고 수작업으로 만든 휴리스틱(handcrafted heuristics)에 크게 의존하고 있습니다. LLM 기반 진화 탐색은 복잡한 소프트웨어 설계를 자동으로 탐색할 수 있는 유망한 방법이지만, 기존 검색 프레임워크는 효율적인 진화를 위해 필요한 양자 특이적 지원이 부족합니다: 검증 비용이 많이 들고, 피드백이 희소하며, 이질적인(heterogeneous) 양자 프로그램은 서로 다른 최적화 목표를 요구합니다. 본 논문에서는 LLM 기반 진화 탐색을 통해 양자 소프트웨어 설계를 자동화하기 위한 양자 인식 하네스(quantum-aware harness), QSA를 제시합니다. QSA는 검색에 세 가지 형태의 양자 특이적 안내 기능을 갖추게 합니다: 검증 비용을 줄이기 위한 진화 난이도 기반 코어셋(evolution-hardness-guided coreset) 및 근사 점수 산정, 미세한 실행 컨텍스트를 제공하기 위한 정적 분석(static analysis) 및 스냅샷 분석(snapshot analysis), 그리고 컴파일러 패스 및 런타임 정책을 위한 작업별 보상(task-specific rewards)입니다. 우리는 세 가지 벤치마크 스위트 전반에 걸쳐 IBM Quantum 플랫폼에서 QSA를 평가했습니다. 다중 프로그램밍(multiprogramming)의 경우, QSA는 최신 기술 대비 QPU 활용도를 4.2%-9.5% 향상시키고 Hellinger fidelity를 15.2%-19.5% 향상시켰습니다. 오류 완화(error mitigation)의 경우, QSA는 비교 가능한 수준 또는 더 나은 충실도(fidelity)를 달성하면서 완화 시간을 최소 96.8% 감소시킵니다. 이러한 이점들은 11.3시간 동안 $6.9의 LLM API 비용만 요구합니다.